Minxing Luo

新AI模型以更高的准确性和效率解决场景文字超分辨率问题

两篇新的研究论文介绍了场景文字图像超分辨率（STISR）的新方法，该任务专注于增强低分辨率文字图像并保持可读性。其中一篇论文提出的DualTSR在一个多模态Transformer骨干网络中统一了连续图像生成和离散文本重建，与以前的方法相比，显著减少了参数数量和推理延迟。第二篇论文介绍了TIGER，一个两阶段框架，它在图像增强之前优先恢复文本结构，确保高保真度和可读性，并且还提出了一个具有极端缩放的中文场景文本新数据集。